Datenbereinigung reicht nicht

Mit speziellen Tools können jedoch die gesammelten Daten eines Data Warehouse oder eines CRM-Systems wesentlich verbessert werden. Das geschieht zum einen durch die Bereinigung, das "Data Cleansing". Dieses Verfahren ist zwar weit verbreitet, kann aber natürlich nur greifen, wenn überhaupt Daten vorhanden sind. Somit muss an eine Datenqualitätslösung die Forderung gestellt werden, fehlende Informationen soweit möglich selbst zu ergänzen und Daten selbständig auf ihre Plausibilität zu prüfen.

Das Prinzip der Datenergänzung und Plausibilitätsprüfung beruht darauf: Die vorhandenen Datensätze werden vom System automatisch gegen Tabellen abgeglichen. Diese Tabellen beinhalten zum Beispiel Angaben darüber, wie in einem Land ein Adressfeld aufgebaut ist, wie Telefonnummern üblicherweise getrennt werden oder wie sich eine korrekte Anrede im Geschäftsverkehr zusammensetzt. Auch Tabellen, die Namen und Geschlecht zuordnen, sind für die Informationsqualität hilfreich.

Idealerweise gibt es bei einem System zur Datenqualitätssicherung solche Tabellen für jedes Land und jeden Kulturraum, mit dem ein Unternehmen Geschäftsbeziehungen pflegt. Eine Lösung sollte es darüber hinaus unbedingt ermöglichen, Informationen von Dritten wie etwa des Wirtschaftsinformations-Anbieters Dun & Bradstreet zu integrieren. Hier gibt es zahlreiche spezialisierte Firmen, die zum Beispiel demografische Daten bereitstellen. Auch typische Interessenprofile einzelner Zielgruppen können zugekauft und in die eigenen Datensätze integriert werden.

Je tiefer dabei das Datenqualitätssystem in das CRM integriert ist, desto einfacher wird die Qualitätskontrolle. So lassen sich alle Eingaben sofort prüfen, wodurch Fehleingaben oder Dubletten gar nicht erst den Weg ins Data Warehouse finden. Zweifelhafte Informationen werden dem Sachbearbeiter nochmals vorgelegt. Das ist weniger aufwändig, als große Data Warehouses nachträglich von Dubletten und dergleichen zu bereinigen.